Subrutinas para la resolución de ecuaciones de una variable
|
|
- José Ignacio Rey Torregrosa
- hace 5 años
- Vistas:
Transcripción
1 Subrutinas para la resolución de ecuaciones de una variable Pablo Santamaría v0.3 (Noviembre 2011) 1. Introducción En general, las raíces de una ecuación no lineal f(x) = 0 no pueden ser obtenidas por fórmulas explícitas cerradas, con lo que no es posible obtenerlas en forma exacta. De este modo, para resolver la ecuación nos vemos obligados a obtener soluciones aproximadas a través de algún método numérico. Estos métodos son iterativos, esto es, a partir de una o más aproximaciones iniciales para la raíz, generan una sucesión de aproximaciones x 0, x 1, x 2,... que esperamos convergan al valor de la raíz α buscada. El proceso iterativo se continúa hasta que la aproximación se encuentra próxima a la raíz dentro de una tolerancia ɛ > 0 preestablecida. Como la raíz no es conocida, dicha proximidad, medida por el error absoluto x n+1 α, no puede ser computada. Sin un conocimiento adicional de la función f(x) o su raíz, el mejor criterio para detener las iteraciones consiste en proceder hasta que la desigualdad x n+1 x n < ɛ x n+1 se satisfaga, dado que esta condición estima en cada paso el error relativo. Ahora bien, puede ocurrir en ciertas circunstancias que la desigualdad anterior nunca se satisfaga, ya sea por que la sucesión de aproximaciones diverge o bien que la tolerancia escogida no es razonable. En tal caso el método iterativo no se detiene nunca. Para evitar este problema consideramos además un número máximo de iteraciones a realizarse. Si este número es excedido entonces el problema debe ser analizado con más cuidado. Cómo se escoge un valor correcto para las aproximaciones iniciales requeridas por los métodos? No existe una respuesta general para esta cuestión. Para el método de bisección es suficiente conocer un intervalo que contenga la raíz, pero para el método de Newton, por ejemplo, la aproximación tiene que estar suficientemente cercana a la raíz para que funcione 1. En cualquier caso primeras aproximaciones iniciales para las raíces pueden ser obtenidas graficando la función f(x). En las siguientes secciones presentamos implementaciones de los métodos numéricos usuales como subrutinas fortran. Con el fin de proporcionar subrutinas de propósito general, las mismas tienen entre sus argumentos a la función f(x) involucrada, la cual pude ser entonces implementada por el usuario como un subprograma FUNCTION con el nombre que quiera, pero siempre debe asegurarse de declararla como EXTERNAL en el programa que realiza la llamada a la subrutina. Otros argumentos que requieren estas subrutinas son los valores para las aproximaciones iniciales que necesite el método, una tolerancia para la aproximación final de la raíz y un número máximo de iteraciones. La raíz aproximada es devuelta en otro de los argumentos. Dado que el método puede fallar utilizamos una variable entera como clave de error para advertir al programa principal. Si dicha clave es igual a cero, entonces el método funcionó correctamente y el valor devuelto es la raíz aproximada dentro de la tolerancia preescrita. Si la clave de error es, en cambio, distinta 1 De hecho, efectuando algunas iteraciones del método de bisección podemos obtener una buena aproximación para iniciar el método de Newton. 1
2 de cero, entonces ocurrió un error. La naturaleza del error dependerá del método, pero un error posible en todos ellos es que el número máximo de iteraciones fue alcanzado. Espero que este apunte les resulte útil, y como siempre, cualquier duda o sugerencia envíenla por a pablo@fcaglp.unlp.edu.ar. 2. Método de bisección El método de bisección comienza con un intervalo [a, b ] que contiene a la raíz. Entonces se computa el punto medio x 0 = (a + b)/2 del mismo y se determina en cual de los dos subintervalos [a, x 0 ] o [x 0, b ] se encuentra la raíz analizando el cambio de signo de f(x) en los extremos. El procedimiento se vuelve a repetir con el nuevo intervalo así determinado. Es claro que la raíz es acotada en cada paso por el intervalo así generado y que una estimación del error cometido en aproximar la raíz por el punto medio de dicho intervalo es igual a la mitad de la longitud del mismo. Esta estimación es utilizada, en la siguiente implementación del método, como criterio de paro para la sucesión de aproximaciones. SUBROUTINE BISECCION(F,XA,XB,N,TOL,RAIZ,ICLAVE) * METODO DE BISECCION para encontrar una solución * de f(x)=0 dada la función continua f en el intervalo * [a,b] donde f(a) y f(b) tienen signos opuestos. * F = Función que define la ecuación (arg entrada) * XA,XB = Extremos del intervalo (arg entrada) * Número de iteraciones realizadas (arg salida ) * TOL = Tolerancia para el error absoluto (arg entrada) * RAIZ = Aproximación de la solución (arg salida ) * -1 = no se puede proceder (f(x) de * igual signo en a y b) INTEGER N,ICLAVE DOUBLE PRECISION F,XA,XB,TOL,RAIZ INTEGER I DOUBLE PRECISION ERROR,A,B A = XA B = XB IF (F(A)*F(B).GT.0.0D0) THEN ICLAVE = -1 DO I=1,N 2
3 ERROR = (B-A)*0.5D0 RAIZ = A + ERROR IF (ERROR.LT.TOL) THEN IF (F(A)*F(RAIZ).GT.0.0D0) THEN A = RAIZ ELSE B = RAIZ DO 3. Método regula falsi El método de regula falsi (o método de posición falsa), procede en forma semejante al método de bisección analizando el cambio de signo de la función, pero en lugar de tomar el punto medio del intervalo, considera como siguiente aproximación la abscisa del punto de intersección de la recta que pasa por los dos puntos (x n, f(x n )), (x n 1, f(x n 1)) obtenidos en las aproximaciones anteriores, con el eje x. Este método, al igual que bisección, siempre converge (en tanto la función f(x) sea continua), pero distinto a éste, falla en dar un intervalo pequeño en el cual se encuentre contenida la raíz. SUBROUTINE REGULA_FALSI(F,XA,XB,N,TOL,RAIZ,ICLAVE) * METODO DE POSICION FALSA (REGULA FALSI) (o método * de las cuerdas) para encontrar una solución de * f(x)=0 dada la función continua f en el intervalo * [a,b] donde f(a) y f(b) tienen signos opuestos * F = Función que define la ecuación (arg entrada) * XA,XB = Extremos del intervalo (arg entrada) * Número de iteraciones realizadas (arg salida ) * TOL = Tolerancia para el error relativo(arg entrada) * RAIZ = Aproximación de la solución (arg salida ) * -1 = no se puede proceder (f(x) de * igual signo en a y b) * 0 = iteraciones excedidas INTEGER N,ICLAVE DOUBLE PRECISION F,XA,XB,TOL,RAIZ INTEGER I DOUBLE PRECISION A, B, FA, FB DOUBLE PRECISION FR, RAIZ0 3
4 A = XA B = XB FA = F(A) FB = F(B) IF (FA*FB.GT.0D0) THEN ICLAVE = -1 RAIZ0 = 0D+0 DO I=1,N RAIZ = A - FA*(B-A)/(FB-FA) IF (ABS((RAIZ-RAIZ0)/RAIZ).LT.TOL) THEN FR = F(RAIZ) IF (FA*FR.GT.0.0D0) THEN A = RAIZ FA = FR ELSE B = RAIZ FB = FR RAIZ0 = RAIZ DO 4. Método de Newton Raphson El método de Newton comienza con una aproximación inicial x 0 dada, a partir de la cual se genera la sucesión de aproximaciones x 1, x 2,..., siendo x n+1 la abscisa del punto de intersección del eje x con la recta tangente a f(x) que pasa por el punto (x n, f(x n )). Esto conduce a la fórmula de iteración x n+1 = x n f(x n) f, n = 1, 2,... (x n ) Nuestra implementación de la subrutina correspondiente requiere que se pase también como argumento no sólo la funcion f(x), sino también su derivada f (x), la cual debe ser implementada por el usuario, al igual que f(x), como una FUNCTION. SUBROUTINE NEWTON(F,DF,XX0,N,TOL,RAIZ,ICLAVE) * METODO DE NEWTON-RAPHSON para encontrar una * solución de f(x)=0 dada la función derivable * f y una aproximación inicial x0. * F = Función que define la ecuación (arg entrada) * DF = Función derivada de F (arg entrada) 4
5 * XX0 = Aproximación inicial (arg entrada) * Número de iteraciones realizadas(arg salida ) * TOL = Tolerancia del error relativo (arg entrada) * RAIZ = Estimación de la solución (arg salida) * ICLAVE = Clave de éxito (arg salida) INTEGER N, ICLAVE DOUBLE PRECISION F, DF, XX0, TOL, RAIZ INTEGER I DOUBLE PRECISION X0 X0 = XX0 DO I=1,N RAIZ = X0 - F(X0)/DF(X0) IF (ABS((RAIZ-X0)/RAIZ).LT.TOL) THEN X0 = RAIZ DO 5. Método de Newton para ecuaciones algebraicas En el caso particular en que f(x) es un polinomio, el método de Newton puede ser eficientemente implementado si la evaluación de f(x n ) (y su derivada) es realizada por el método iterativo de Horner. En efecto, supongamos que f(x) es un polinomio de grado m: f(x) = a 0 + a 1 x + a 2 x a m x m, la evaluación de f(x n ) por la regla de Horner procede computando { b m = a m b k = a k + b k+1 x n k = m 1,..., 0 siendo, entonces b 0 = f(x n ), en tanto que f (x n ) es computada haciendo { c m = b m c k = b k + c k+1 x n k = m 1,..., 1 5
6 siendo, entonces c 1 = f (x n ). El método de Newton se reduce así a x n+1 = x n b 0 c 1 El procedimiento resultante se conoce a menudo como método de Birge Vieta. Nuestra implementación en la siguiente subrutina pasa los coeficientes del polinomio en un arreglo A de (M +1) componentes, siendo M el grado del polinomio (valor que también es requerido como argumento). Para simplificar el tratamiento de los subíndices, el arreglo es declarado con el índice inferior 0, no 1, de manera que A(0) = a 0, A(1) = a 1,..., A(M) = a m. SUBROUTINE BIRGE_VIETA(A,M,XX0,TOL,N,RAIZ,ICLAVE) * METODO DE BIRGE-VIETA para resolver ECUACIONES * ALGEBRAICAS: * * P (x) = 0 * * donde P es un polinomio de grado m de coeficientes * reales; basado en el método de Newton-Raphson * implementando el esquema de Horner para la evalua- * ción del polinomio y su derivada. * A = Arreglo unidimensional de 0 a M que * contiene los coeficientes del polinomio * (arg entrada) * XX0 = Aproximación inicial (arg entrada) * M = Grado del polinomio (arg entrada) * Número de iteraciones realizadas(arg salida ) * TOL = Tolerancia error relativo (arg entrada) * RAIZ = Estimación de la solución (arg salida ) INTEGER M, N DOUBLE PRECISION A(0:M) DOUBLE PRECISION XX0,TOL,RAIZ INTEGER ICLAVE INTEGER I, J DOUBLE PRECISION X0,B,C X0 = XX0 DO I=1,N * * Esquema de Horner * B = A(M) 6
7 C = A(M) DO J=M-1,1,-1 B = B*X0+A(J) C = C*X0+B DO B = B*X0+A(0) * * Método de Newton * RAIZ = X0 - B/C IF (ABS((RAIZ-X0)/RAIZ).LT.TOL) THEN X0 = RAIZ DO 6. Método de la secante El método de la secante procede a partir de dos aproximaciones iniciales obteniendo la aproximación x n+1 como la abscisa del punto de intersección del eje x con la recta secante que pasa por los puntos (x n 1, f(x n 1 )) y (x n, f(x n )). La fórmula de iteración es entonces (x n x n 1 ) x n+1 = x n f(x n ), n = 2, 3,... f(x n ) f(x n 1 ) El método de la secante, si bien no converge tan rápido como Newton, tiene la gran ventaja de no requerir la derivada de la función. Eso sí, ahora se necesitan dos aproximaciones iniciales para arrancar el método. SUBROUTINE SECANTE (F,XX0,XX1,N,TOL,RAIZ,ICLAVE) * ALGORITMO DE LA SECANTE para encontrar una solución * de f(x)=0, siendo f una función continua, dada las * aproximaciones iniciales x0 y x1. * F = Función que define la ecuación (arg entrada) * XX0,XX1 = Aproximaciones iniciales (arg entrada) * Número de iteraciones realizadas(arg salida ) * TOL = Tolerancia del error relativo (arg entrada) * RAIZ = Estimación de la solución (arg salida ) INTEGER N,ICLAVE DOUBLE PRECISION F,XX0,XX1,TOL,RAIZ 7
8 INTEGER I DOUBLE PRECISION X0, X1, FX0, FX1 X0 = XX0 X1 = XX1 FX0 = F(X0) FX1 = F(X1) DO I= 2,N RAIZ = X1 - FX1*((X1-X0)/(FX1-FX0)) IF (ABS((RAIZ-X1)/RAIZ).LT.TOL) THEN X0 = X1 FX0 = FX1 X1 = RAIZ FX1 = F(RAIZ) DO 7. Método de Müller El método de Müller empieza con tres aproximaciones iniciales x 0, x 1, x 2 y genera la sucesión de aproximaciones x 3, x 4,..., siendo x n+1 la abscisa del punto de intersección de la parábola que pasa por los tres puntos (x n, f(x n )), (x n 1, f(x n 1 )), (x n 2, f(x n 2 )). La determinación de x n+1 procede entonces resolviendo la ecuación cuadrática correspondiente (utilizando su expresión alternativa que resulta de racionalizar el numerador, para minimizar los errores de redondeo) y escogiendo de los dos valores posibles el más próximo a x n. Esto conduce al método iterativo donde c = f(x n ), 2c x n+1 = x n b + sign(b), n = 2, 3,... b 2 4ac b = f(x n) f(x n 1 ) + f(x n) f(x n 2 ) f(x n 1) f(x n 2 ), x n x n 1 x n x n 2 x n 1 x n 2 f(x n ) f(x n 1 ) f(x n 1) f(x n 2 ) x a = n x n 1 x n 1 x n 2. x n x n 2 Nótese que si, en algún paso, el discriminante de la ecuación cuadrática es negativo entonces la aproximación será un número complejo (gráficamente, esto significa que la parábola no corta el eje x en ninguno de sus puntos). De este modo, si se implementa con aritmética compleja, el método aproximará raices complejas cuando sea apropiado. Sin por otro lado, sólo nos interesa encontrar las raíces reales, es claro que en esta situación necesitamos escoger otro valor para la aproximación x n+1. Este valor, en nuestra implementación, será la ordenada del vértice de la parábola, el cual se obtiene, en la fórmula, tomando el discriminante igual a cero. 8
9 SUBROUTINE MULLER(F,XX0,XX1,XX2,N,TOL,RAIZ,ICLAVE) * ALGORITMO DE MULLER para encontrar una solución * de f(x)=0, siendo f una función continua, dada las * aproximaciones iniciales x0, x1 y x2. * F = Función que define la ecuación (arg entrada) * XX0,XX1,XX2 = Aproximaciones iniciales (arg entrada) * Número de iteraciones realizadas (arg salida ) * TOL = Tolerancia del error relativo (arg entrada) * RAIZ = Estimación de la solución (arg salida ) DOUBLE PRECISION F,XX0,XX1,XX2,TOL,RAIZ INTEGER N,ICLAVE INTEGER I DOUBLE PRECISION X0,X1,X2 DOUBLE PRECISION F0,F1,F2 DOUBLE PRECISION DIF21,DIF20,DIF10 DOUBLE PRECISION B,A,DELTA,DISCR X0 = XX0 X1 = XX1 X2 = XX2 F0 = F(X0) F1 = F(X1) F2 = F(X2) DO I= 3,N DIF21 = (F2 - F1)/(X2-X1) DIF20 = (F2 - F0)/(X2-X0) DIF10 = (F1 - F0)/(X1-X0) A = (DIF21 - DIF10)/(X2 - X0) B = DIF21 + DIF20 - DIF10 DISCR = B*B - 4.0D0*A*F2 IF (DISCR.GT.0.D0) THEN DISCR = SQRT(DISCR) ELSE DISCR = 0.D0 IF (B.LT.0.D0) DISCR = - DISCR DELTA = -2.0D0*F2/(B+DISCR) RAIZ = X2 + DELTA IF (ABS(DELTA).LE.TOL) THEN 9
10 X0 = X1 F0 = F1 X1 = X2 F1 = F2 X2 = RAIZ F2 = F(RAIZ) DO C Iteración de punto fijo El método de punto fijo requiere que se reescriba la ecuación f(x) = 0 en la forma x = φ(x) y entonces, a partir de una aproximación inicial x 0, se obtiene la sucesión de aproximaciones x 1, x 2,... según x n+1 = φ(x n ), n = 1, 2,... En la siguiente implementación, es importante recordar que la función que es pasada por argumento es ahora φ(x) y no f(x), función que debe ser implementada por el usuario como una FUNCTION. SUBROUTINE PUNTO_FIJO(FI,XX0,N,TOL,RAIZ,ICLAVE) * ALGORITMO DE PUNTO FIJO o DE APROXIMACIONES SUCESIVAS * para encontrar una solución de x=fi(x) dada una * aproximación inicial x0. * FI = Función que define la ecuación (arg entrada) * XX0 = Aproximación inicial (arg entrada) * Número de iteraciones realizadas (arg salida ) * TOL = Tolerancia del error relativo (arg entrada) * RAIZ = Estimación de la solución (arg salida ) INTEGER ICLAVE,N DOUBLE PRECISION FI,X0,TOL,RAIZ X0 = XX0 DO I=1,N RAIZ = FI(X0) IF (ABS((RAIZ-X0)/RAIZ).LT.TOL) THEN 10
11 X0 = RAIZ DO 11
Subrutinas en Fortran 95 para la resolución de ecuaciones de una variable
Subrutinas en Fortran 95 para la resolución de ecuaciones de una variable Pablo Santamaría v0.1 (Junio 2009) 1. Introducción En general, las raíces de una ecuación no lineal f(x) = 0 no pueden ser obtenidas
Más detallesSubrutinas en Fortran 95 para la resolución de ecuaciones no lineales de una variable
Subrutinas en Fortran 95 para la resolución de ecuaciones no lineales de una variable Pablo Santamaría v0.3.1 (Mayo 2014) 1. Introducción En general, las raíces de una ecuación no lineal f(x) = 0 no pueden
Más detallesImplementación del esquema de deflación para ecuaciones algebraicas
Implementación del esquema de deflación para ecuaciones algebraicas Pablo Santamaría v0.1 (Julio 2007) Introducción onsideremos el problema de determinar todos los ceros de una ecuación algebraica p(x)
Más detallesResolución de Ecuaciones No Lineales
Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Contenido 1 Introducción Introducción 2 Localización de Raíces Localización de Raíces 3 Métodos Iterativos
Más detallesResolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Son muchas las situaciones en las que se presenta el problema de obtener las soluciones de ecuaciones de la forma f(x) = 0. En algunos casos existe una fórmula
Más detallesCreando fractales con el método de Newton
Creando fractales con el método de Newton Pablo Santamaría v. (Junio 9) El método de Newton, ideado por Isacc Newton alrededor de 67, constituye una de las técnicas numéricas más poderosas para aproximar
Más detallesDada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación
Tema 8 Ceros de funciones Versión: 23 de abril de 2009 8.1 Introducción Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación f(x) = 0. (8.1) La
Más detallesSOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO
Más detallesCÁLCULO DE RAÍCES DE ECUACIONES NO LINEALES. Por Frednides Guillén
CÁLCULO DE RAÍCES DE ECUACIONES NO LINEALES Por Frednides Guillén MÉTODO DE BISECCIÓN Este método consiste en hallar los ceros de una función continua f(). Primero se debe considerar un intervalo [ i,
Más detalles3. Métodos de resolución
1 3. Métodos de resolución Ecuaciones algebraicas lineales Ecuaciones algebraicas no lineales Métodos para una variable Métodos para multivariable 2 Ecuaciones Algebraicas Lineales No lineales Interval
Más detallesSOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO
Más detallesAnálisis Numérico: Soluciones de ecuaciones en una variable
Análisis Numérico: Soluciones de ecuaciones en una variable MA2008 Contexto Uno de los problemas básicos en el área de Ingeniería es el de la búsqueda de raíces: Dada una función o expresión matemática
Más detallesMETODO DE LA BISECCIÓN Si f : a, b es continua con f a f b 0,el procedimiento de la
METODO DE LA BISECCIÓN Si f : a, b es continua con f a f b,el procedimiento de la bisección genera una sucesión (s n ) n convergente siendo s n a n b n ytal 2 que si lim s n s se cumple que f s y n s n
Más detallesOCW-V.Muto Métodos de interpolación Cap. XI CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA
CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA Los métodos de interpolación que vamos a discutir en el resto de este capítulo son muy útiles para determinar los
Más detallesOCW-V.Muto El algoritmo de bisección Cap. VI CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO
CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO En este capítulo comenzaremos a analizar uno de los problemas más básicos del análisis numérico: el problema de búsqueda de raíces. El problema
Más detallesResolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Javier Segura Cálculo Numérico I. Tema 2. J. Segura (Universidad de Cantabria) Ecuaciones no lineales CNI 1 / 36 Contenidos: 1 Métodos básicos Bisección Método
Más detallesDespejando, se tienen las siguientes ecuaciones de la forma : a) b)
MAT 1105 F PRACTICA Nº 1 FECHAS DE ENTREGA: Tercer parcial Martes 14 de julio de 2009 Hrs. 16:30 a 18:00 Aula 5 (Geología) Viernes 17 de julio de 2009 Hrs. 16:30 a 18:00 Aula 31 1. De la siguiente ecuación:
Más detallesRaíces de ecuaciones no lineales
Matemática Superior Aplicada Raíces de ecuaciones no lineales Profesor: Dr. Alejandro S. M. Santa Cruz Jtp: Dr. Juan Ignacio Manassaldi Au. 1ra: Ing. Juan Pablo Camponovo Au. 2da: Sr. Alejandro Jesús Ladreyt
Más detallesUnidad I. Solución de ecuaciones no lineales 1. Métodos cerrados. LMM
Unidad I Solución de ecuaciones no lineales 1. Métodos cerrados www.ifuap.buap.m/~lilia LMM 1 Raíz de una ecuación Raíz de la ecuación: tal que f()=0 En los métodos cerrados se requieren dos valores iniciales
Más detallesMÉTODO DE NEWTON RAPHSON
Consiste en elegir un punto inicial cualquiera Po como aproximación de la raíz. Una buena aproximación inicial es aquella para la cual resulta válida la desigualdad: (Po) f (Po) > 0 Es importante tener
Más detallesCURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO
Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema
Más detallesMétodos Numéricos (SC 854) Solución de ecuaciones no lineales. 1. Definición del problema: raíces de ecuaciones no lineales
Solución de ecuaciones no lineales c M. Valenzuela 007 008 (5 de mayo de 008) 1. Definición del problema: raíces de ecuaciones no lineales Dada una ecuación de una variable independiente x, f(x) =0, (1)
Más detallesRepaso de Cálculo
Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo MÉTODO DE BISECCIÓN Si
Más detallesResolución de ecuaciones no lineales y Método de Bisección
Resolución de ecuaciones no lineales y Método de Bisección Recordemos algunas ecuaciones 1) Resolver [ ] [ ] Sol: 2) Resolver la siguiente ecuación literal para la variable ; Sol: 3) Resolver Solución:
Más detallesRelación de ejercicios 5
Relación de ejercicios 5 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 51 Halla un intervalo, para el cero más próximo al origen,
Más detallesTema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Solución de los ejercicios Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril
Más detallesEcuaciones No-Lineales y raices polinomiales
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Ecuaciones No-Lineales y raices polinomiales Prof: J. Solano 2012-I Introduccion En Física a menudo nos encontramos con
Más detallesSolución de ecuaciones algebraicas y trascendentes: Conceptos generales
Solución de ecuaciones algebraicas y trascendentes: Conceptos generales Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán * 2011 Resumen Definición
Más detallesClase adicional 7. Análisis numérico en Java. Temas
Clase adicional 7 Temas Análisis numérico en Java Búsqueda de raíces Integración Ejercicios de la clase adicional Ejercicios de diseño Análisis numérico en Java El análisis numérico es una rama de la matemática
Más detallesOCW-V.Muto El método de la Secante Cap. VIII CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO
CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO Utilizando los supuestos de los capítulos anteriores, daremos en este capítulo un procedimiento más rápido para hallar una raíz p de la ecuación
Más detallesSolve[polinomio==0,x]
Práctica 7 Resolución de ecuaciones Resolución de ecuaciones polinómicas La sentencia Roots[polinomio==0,x] obtiene todas las raíces reales y complejas de la ecuación polinómica correspondiente generando
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
Más detallesSolución de ecuaciones algebraicas y trascendentes: Método de la Interpolación lineal *
Solución de ecuaciones algebraicas y trascendentes: Método de la Interpolación lineal * Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán ** 2011
Más detallesPráctica 4 Métodos de resolución numérica de ecuaciones
practica6.nb 1 Práctica 4 Métodos de resolución numérica de ecuaciones El objetivo de esta práctica es resolver una ecuación del tipo f(x)=0 aplicando un método numérico. Cuando queramos emplear algún
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 3 Resolución aproximada de ecuaciones
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3 Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso
Más detallesTema 2 Resolución numérica de ecuaciones: Métodos de iteración funcional
Tema 2 Resolución numérica de ecuaciones: Métodos de iteración funcional Índice de contenidos Métodos de iteración funcional, Análisis de la convergencia. Aplicaciones contractivas. Revisión del método
Más detallesObjetivos. El alumno conocerá y aplicará el concepto aproximación numérica. Conocerá y resolverá, utilizando la computadora, ecuaciones algebraicas.
Objetivos El alumno conocerá y aplicará el concepto aproimación numérica. Conocerá y resolverá, utilizando la computadora, ecuaciones algebraicas. Al final de esta práctica el alumno podrá: 1. Calcular
Más detallesRaíces de Ecuaciones - Métodos de Intervalos (Simples)
Raíces de Ecuaciones - Métodos de Intervalos (Simples) Contenido Raíces de Ecuaciones Método de Bisecciones Sucesivas Método de Interpolación Lineal Inversa Método Regula-Falsi (Posición Falsa) Raíces
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesPRACTICA Núm. 2 Resolución numérica de ecuaciones no lineales
PRACTICA Núm. 2 Resolución numérica de ecuaciones no lineales La resolución de ecuaciones no lineales es un problema que se presenta con mucha frecuencia en los distintos campos científicos y técnicos.
Más detallesAmpliación de Matemáticas y Métodos Numéricos
Ampliación de Matemáticas y Métodos Numéricos Relación de ejercicios. Introducción a los Métodos Numéricos Ej. El problema del cálculo del punto de corte de dos rectas con pendiente similar es un problema
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detallesUniversidad De San Buenaventura CALI Guía de Métodos Numéricos Ingeniería Multimedia
MÉTODO DE BISECCIÓN El método de bisección, es un algoritmo de búsqueda de raíces, que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo que posee la raíz. Si la función es continua
Más detallesPráctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros
Más detallesResolución de ecuaciones no lineales
Resolución de ecuaciones no lineales Contenidos Raíz de una ecuación Método de bisección El método de Newton-Raphson Método de la secante Orden de convergencia Comandos Matlab Ejemplo: una bola que flota
Más detalles3.4 El Teorema de Taylor. Extremos relativos
3.4. EL TEOREMA DE TAYLOR. EXTREMOS RELATIVOS 103 3.4 El Teorema de Taylor. Extremos relativos La derivación está directamente relacionada con la posibilidad de aproximar localmente funciones suficientemente
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detallesMÉTODO DE LA FALSA POSICIÓN (REGULA FALSI).
MÉTODO DE LA FALSA POSICIÓN (REGULA FALSI). Como se mencionó en el método de bisección, conviene considerar que la raíz de una ecuación está localizada más cerca de alguno de los extremos del intervalo.
Más detallesDespejando, se tienen las siguientes ecuaciones de la forma : a) b)
MAT 115 B EJERCICIOS RESUELTOS 1. De la siguiente ecuación: Despejando, se tienen las siguientes ecuaciones de la forma : a) b) Calcule la raíz por el método de punto fijo, tomando en cuenta el criterio
Más detallesResolución de ecuaciones no lineales
Capítulo 2 Resolución de ecuaciones no lineales 2.1 Primeros métodos: bisección, regula falsi, secante, Newton-Raphson. 2.1.1 Introducción Supongamos que cierta población, P = P t), crece a un ritmo proporcional
Más detallesMétodos Numéricos Cap 3: Resolución de ecuaciones no lineales
/9 Graficación Solución de Ecuaciones no lineales Ej.: *cos(^2 = fplot('(*cos(^2',[,2] 2.5.5 Encontrar raíces o ceros de f( en un intervalo dado, es decir encontrar / f( = con [a, b]. en [-.5,.5], = en
Más detallesApellidos:... Nombre:... Examen
Cálculo Numérico I. Grado en Matemáticas y doble grado Física/Matemáticas. 16 de junio de 017 Curso 016/017. Apellidos:... Nombre:... Examen 1. Explicar razonadamente si las siguientes afirmaciones son
Más detallesFacultad de Física. Métodos Numéricos
Facultad de Física Métodos Numéricos Dr. Antonio Marín Hernández Centro de Investigación en Inteligencia Artificial Universidad Veracruzana Sebastían Camacho # 5 Xalapa, Veracruz lineales 1. Método de
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesCEROS DE FUNCIONES. Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC)
CEROS DE FUNCIONES Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC) http://www-lacan.upc.edu Diseño de un colector solar Diseño óptimo de un colector solar plano para obtener
Más detallesMETODOS DE SOLUCION DE SISTEMAS DE ECUACIONES
Jacobi El método de Jacobi es un proceso simple de iteraciones de punto fijo en la solución de raíces de una ecuación. La iteración de punto fijo tiene dos problemas fundamentales : Algunas veces no converge
Más detallesResolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto
Resolución de Ecuaciones no lineales Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Objetivos Aprender a resolver ecuaciones de la forma: f () = 0 Donde f es una función no-lineal de
Más detallesCÁLCULO NUMÉRICO I (Tema 2 - Relación 1)
CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de
Más detallesSoluciones de ecuaciones de una variable
Análisis Numérico Soluciones de ecuaciones de una variable CNM-425 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft 2010. Reproducción permitida bajo
Más detalles2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0
CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo
Más detalles1. Método de bisección
Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla 1 Tema 1: resolución de ecuaciones. Ejercicios y Problemas Nota: Abreviación usual en estos ejercicios: C.D.E.
Más detallesCEROS DE FUNCIONES NO LINEALES
27 de Mayo de 2016 CEROS DE FUNCIONES NO LINEALES (Parte 1) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Cálculo Numérico José Luis Quintero 1 Puntos
Más detallesPRÁCTICA No. 2 RAÍCES DE ECUACIONES CON MÉTODOS ABIERTOS
PRÁCTICA No. 2 RAÍCES DE ECUACIONES CON MÉTODOS ABIERTOS OBJETIVO EDUCACIONAL Determinar la raíz de una función mediante métodos abiertos, los cuales se han visto en clase, utilizando Excel para que el
Más detallesResolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto
Resolución de Ecuaciones no lineales Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Objetivos Aprender a resolver ecuaciones de la forma: f () = 0 Donde f es una función no-lineal de
Más detallesAproximación discreta de mínimos cuadrados con lapack
Aproximación discreta de mínimos cuadrados con lapack Pablo Santamaría v0.2 (Julio 2009) 1. Planteo del problema En general, los problemas que aparecen en la ciencia nos enfrentan a la observación de cantidades
Más detalles3 RAÍCES REALES DE ECUACIONES NO-LINEALES. 3.1 Método de la bisección
3 RAÍCES REALES DE ECUACIONES NO-LINEALES Sea f: R R. Dada la ecuación f(x) = 0, se debe encontrar un valor real r tal que f(r) = 0. Entonces r es una raíz real de la ecuación Si no es posible obtener
Más detallesLaboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
Ceros de funciones Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) http://www-lacan.upc.es Índice Objetivos Esquemas iterativos
Más detallesMétodos Iterativos para Ecuaciones no Lineales. Oldemar Rodríguez Rojas
Métodos Iterativos para Ecuaciones no Lineales Oldemar Rodríguez Rojas September 0, 014 Contents 1 Métodos iterativos para ecuaciones no lineales 1.1 El método de aproximaciones sucesivas...............
Más detalles4.- Búsqueda de raíces Agosto-Diciembre Dr. Servando López Aguayo
4.- Búsqueda de raíces Agosto-Diciembre 2017 Dr. Servando López Aguayo En la clase anterior Terminaron su entrenamiento Padawan de Matlab. Veamos: dudas sobre Matlab? En esta clase Empezamos finalmente-
Más detallesx 0 = aproximación inicial x n = g(x n 1 ) n 1 (3.6)
3.2 Problema equivalente. Iteración funcional. La mayoría de los métodos conocidos construyen aproximaciones ( x n r ) sucesivas escribiendo la ecuación inicial en una forma equivalente adecuada: x = g(x)
Más detallesOCW-V.Muto Ecuaciones de una variable: Preliminares Cap. V CAPITULO V. SOLUCION APROXIMADA DE ECUACIONES DE UNA VARIABLE: PRELIMINARES
CAPITULO V. SOLUCION APROXIMADA DE ECUACIONES DE UNA VARIABLE: PRELIMINARES 1. SEPARACION DE RAICES En esta segunda parte analizaremos uno de los problemas básicos del análisis numérico: el problema de
Más detalles7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 2: Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Septiembre
Más detallesMETODOS NUMERICOS PARA RESOLVER ECUACIONES NO LINEALES
METODOS NUMERICOS PARA RESOLVER ECUACIONES NO LINEALES A. METODO SECANTE En análisis numérico el método de la secante es un método para encontrar los ceros de una función de forma iterativa. Uno de los
Más detallesEn cada iteración se descarta la mitad del intervalo que no contiene a la raíz (en la que f no cambia de signo).
Método de dicotomía a 0 x 0 α b 0 a 1 α x 1 b 1 a 2 b 2 x 2 En cada iteración se descarta la mitad del intervalo que no contiene a la raíz (en la que f no cambia de signo). Se construye así una sucesión
Más detallesEl método de la secante, es uno de los métodos que se conocen como abierto. Por qué se llama un método abierto?
METODO DE LA SECANTE El método de la secante, es uno de los métodos que se conocen como abierto. Por qué se llama un método abierto? El método se denomina abierto, ya que parte de dos valores iniciales
Más detallesEcuaciones no lineales. Búsqueda de ceros de funciones.
Capítulo 5 Ecuaciones no lineales. Búsqueda de ceros de funciones. 1. Introducción. 2. Ceros de ecuaciones no lineales de una variable. 3. Sistemas de n ecuaciones no lineales. 4. Ceros de un polinomio.
Más detallesMétodo de la secante
1.5em 0pt Método de la secante Azcatl Gabriela Huitzil Santamaría Natalia Benemerita Universidad Autónoma de Puebla Facultad de Ciencias Física Matemáticas 21/05/2018 zcatl Gabriela, Huitzil Santamaría
Más detallesPráctica 8 Resolución de ecuaciones y sistemas de ecuaciones con Mathematica
Práctica 8 Resolución de ecuaciones y sistemas de ecuaciones con Mathematica Resolver una ecuación o un sistema de ecuaciones es un problema que se presenta con mucha frecuencia en matemáticas. En esta
Más detallesProblemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices:
Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: 5 2 1 1 0 3 1 0 3 3 1 6. 3 1 6 5 2 1 2.- Dada la matriz A = 10 7 8 7 5 6, 8 6 10 hallar
Más detallesTALLER DE MATEMÁTICAS NOTAS. Toda expresión algebraica del tipo. a n x n + a n 1 x n a 1 x + a 0. es un polinomio de grado n, si a n 0.
NOTAS Toda expresión algebraica del tipo es un polinomio de grado n, si a n 0. a n x n + a n 1 x n 1 +... + a 1 x + a 0 RELACIONES DE DIVISIBILIDAD 1) x n a n = (x a)(x n 1 + ax n 2 + a 2 x n 3 +... +
Más detallesSolución de Ecuaciones No Lineales.
Solución de Ecuaciones No Lineales. José María Rico Martínez Facultad de Ingeniería Mecánica, Eléctrica y Electrónica Departamento de Ingeniería Mecánica Salamanca, Gto. 36730, México 1 Introducción. En
Más detallesSolución numérica de ecuaciones no lineales de una variable
Solución numérica de ecuaciones no lineales de una variable Procesos Numéricos Profesor: Gustavo Adolfo Restrepo Arboleda Por: Melissa Arcila Montoya - 201117508012 Stefania Giraldo Jimenez - 20102001112
Más detallesUnidad didáctica 11: Ecuaciones no lineales. Aproximaciones sucesivas. Método de Newton-Raphson. Ejercicios.
Unidad didáctica 11: Ecuaciones no lineales. Aproimaciones sucesivas. Método de Newton-Raphson. Ejercicios. Israel Cañamón Valera Dto. de Matemática Aplicada y Métodos Inormáticos. E.T.S.I. Minas 1 ÍNDICE
Más detallesÚltimas notas de SVD
Últimas notas de SVD MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello CIMAT A.C. e-mail: botello@cimat.mx Relación entre los valores singulares
Más detallesMétodos Numéricos I. Curso Colección de Problemas Capítulo 3. Ecuaciones no lineales. Iteración funcional HOJA 1
HOJA 1 1. Determinase que la función f(x) = x 3 + 4x 2 10 tiene una única raíz α en I = [1; 2]. Estime teóricamente cuántas iteraciones serán necesarias utilizando el método de bisección, para hallar un
Más detallesOCW-V.Muto El método de Newton-Raphson Cap. IX CAPITULO IX. EL METODO DE NEWTON-RAPHSON 1. INTRODUCCION Y METODO
CAPITULO IX. EL METODO DE NEWTON-RAPHSON 1. INTRODUCCION Y METODO El método de Newton-Raphson (o simplemente Newton) es uno de los métodos numéricos más conocidos y poderosos para la resolución del problema
Más detallesLenguaje de Programación: C++
UG Métodos Numéricos Universidad de Guanajuato Sesión 53 En análisis numérico un algoritmo de búsqueda de raíces es un método numérico o algoritmo para encontrar las soluciones aproximadas de una ecuación
Más detallesEXAMEN PARCIAL DE METODOS NUMERICOS (MB536)
EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA ESCRIBA CLARAMENTE SUS PROCEDIMIENTOS PROHIBIDO EL USO DE CELULARES U OTROS EQUIPOS DE COMUNICACION
Más detallesPráctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.
practica2sr.nb 1 Apellidos y Nombre: Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales
Más detallesTALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES
TALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES. Usar un procedimiento iterativo para calcular una aproimación a la menor raíz positiva de la ecuación : sen π = 0 Calcular tres
Más detallesResolución aproximada de ecuaciones no lineales
TEMA 1 Resolución aproximada de ecuaciones no lineales 1. Introducción Sólo somos capaces de obtener la solución exacta para cierto tipo de ecuaciones (esencialmente, cuando podemos despejar la incógnita
Más detallesNo es otra cosa, que la representación de los resultados de una función sobre el plano carteciano.
FUNCIONES GRAFICAS No es otra cosa, que la representación de los resultados de una función sobre el plano carteciano. INTÉRVALOS Un intervalo es el conjunto de todos los números reales entre dos números
Más detallesRaices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2
Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2 introducción MÉTODO GRÁFICO PARA ENCONTRAR LAS RAICES DE SISTEMAS DE ECUACIONES EJEMPLO: f(x)= e x x A)LA RAIZ ES DONDE LA GRAFICA INTERSECTA EL EJE
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesAproximación numérica de raíces de ecuaciones y de sistemas de ecuaciones.
1 Aproximación numérica de raíces de ecuaciones y de sistemas de ecuaciones. Índice 1. INTRODUCCIÓN...2 2. ACOTACIÓN DE RAÍCES DE POLINOMIOS...3 Cota de raíces...3 Número de raíces...6 3. TEOREMA (de Sturm).-...7
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA. CLAVE V _sR
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE-116-1-V-2-00-2017_sR CURSO: SEMESTRE: Segundo CÓDIGO DEL CURSO: 116 TIPO DE EXAMEN: Primer Examen Parcial
Más detalles